利用数值标准化技术比较标准单元库（TimingLibrary）的方法应用于EDA工具，是一种在对标准单元中的数据进行比较和分析的方法。本发明属于EDA设计领域。
背景技术：
：随着芯片设计日趋复杂，标准单元库中单元的数量越来越多，人工比对和分析单元库的任务已经难以完成。同时，超深亚微米工艺条件下，MMMC（Multi-Corner-Multi-Mode）的设计使得库文件的数量也在增加，建立和使用单元库都需要依赖EDA工具的辅助来分析和比较单元库中数据的合理性。为了有效地分析同一套库中不同PVT（ProcessTemperatureVoltage）条件下的数值差别，需要一种数值标准化的方法，来显示各个库中各种属性和模型的差别大小。标准单元库是按照嵌套组（group）的形式组织的，如图1所示。对于不同库中的对应的标准单元，我们需要比较面积，漏电功耗等属性；在标准单元中的pin的属性包括电容，最大输入transition，最大负载电容等可以进行比较；最重要的是比较各种timing/powertable的值，以确定各个库数值的大小关系是否符合初始设置条件。在计算数值差别时，通常我们采取求相对误差（偏差值/标准值*100%）的方法来表示。这种方法存在的问题是：1）标准值为零，计算出错，结果为无穷大实际没有意义；2）计算出的误差值千差万别，可读性很差；3）不利于后续进行统计和分析。我们在这基础上对相对误差的计算进行了改进，进行了除零的预处理和归一化的后处理。为了增加标准库的比较结果的可读性，有利于进一步的统计和分析，我们提出一种基于sigmoid函数对相对误差值进行标准化的方法。针对标准单元库中的时序及功耗表格属性，首先确定采样点的选取，然后计算出需要比较的两个库的对应表格在这些采样值下的结果平均值，最后计算相对误差并做归一化处理。技术实现要素：本发明提出一种基于数值标准化的比较标准单元库的方法，主要针对标准单元数值属性以及时序和功耗模型的比较。数值标准化的相对误差求法：通常需要先做预处理，除数为零的情况，然后再利用sigmoid函数进行归一化处理。对于时序或者功耗模型，我们需要将二维表格转化为单个数值，再计算相对误差。在比较时序或者功耗表格时，为了方便计算相对误差，我们将对应的两个二维表转化为两个数值。以时序表格为例，讲解具体方法如下：首先，选定其中一个为标准的参考reference，另一个为比较的目标target；然后，根据作为参考的表中的index采样点，计算出一组delay值，同时针对同样的采样点算出目标表中的一组delay值；最后两组delay值分别取平均值。功耗表格也是类似的处理方法。计算相对误差的公式如图2所示，用于计算目标值相对参考值的偏离程度。有两种特殊情况需要提前处理：1）reference和target相同时，相对误差为零；2）reference值为零，相对误差值为无穷大。当这两种情况同时满足，即reference和target都为零的时候，我们将相对误差值设为零，即情况1的优先级大于情况2。由此可知，相对误差值的范围，在正无穷大到负无穷大之间。数据的偏离程度分布太广不利于最后对数据的统计分析，我们希望将这个值进行标准化处理，即归一化到[-1，1]。这个标准化的方法不能破坏原有的程度大小区别，且集中在合理的区别范围内。当区别太大之后，也就没有太多的区分必要，所以我们选择了sigmoid函数作为标准化的方法，其生长曲线一般也符合这个分布特征。因为原sigmoid函数范围在[0，1]，所以我们做了变形，S型函数波形如图3所示。Sigmoid函数又称为S型生长曲线，常被用作神经网络的阈值函数，将变量映射到[0，1]区间。我们通过乘二减一的变形，将变量映射到[-1，1]区间。曲线形状没有改变，且关于原点对称，符合了误差的分布特点。当误差大于5时，说明目标值大大超过标准值，在S曲线中也是接近1的值，再大区分度就不明显了；同理误差小于-5，说明目标值远小于标准值，在S曲线中接近-1的值。当每一种属性的比较得到一个数值，我们可以将各种属性的差别，以图形方式显示在最后的分析报告中。图4中显示了两套时序库（fast和slow）的比较结果，以fast库为标准，slow库中的单元delay和transition值都偏大；单元internalpower和leakagepower值都偏小；pincapacitance偏小，pinmaxtransition偏大等。用户可以清晰地看到两套库的设计性能差异。附图说明图1Library文件结构图图2相对误差计算公式图3sigmoid函数变形及波形图图4标准单元库分析结果图具体实施步骤：结合一个具体的实例说明比较两个标准单元库的处理方法，操作流程步骤如下：1）准备两个需要比较的标准单元时序库文件，并读入EDA工具中；2）针对单值属性不做改变直接进行比较；3）针对时序和功耗的二维表，需要转换为单个数值进行比较；4）根据参考和目标值，计算相对误差；5）对每个相对误差利用sigmoid函数变形进行归一化处理；6）利用所求数据，通过求平均值，分析两组值的大小关系，并给出柱状图报告。当前第1页1 2 3